Kalman濾波在跌倒檢測中的實驗分析

摘 要 為了能夠更好地研究老年人的跌倒檢測的準確性和實時性，在基于kalman濾波的跌倒檢測理論方法基礎上進行實驗分析。采用kalman濾波對目標中心點的運動軌跡進行預測，將人體中心點的實際運動軌跡和預測運動軌跡進行匹配，通過誤差比較來判斷老人是否發生跌倒。實驗結果表明，該方法可以盡可能地彌補傳統視頻檢測技術檢測率低和實時性差的問題，可為老人意外跌倒提供了安全保障。

關鍵詞 跌倒檢測;kalman濾波;誤差分析

1實驗過程

當老年人發生跌倒時，老人的運動質心軌跡會發生一個階躍式的變化，與正常行走時的軌跡有非常大的偏差，我們利用kalman濾波對老人行走的軌跡進行跟蹤，考慮到老人的特殊性，本文選取不同的實驗人員進行模擬跌倒，過程分為正常行走，跌倒，站起，實驗過程中我們用綠色的框標出檢測到的實驗者，用紅色的框預測實驗者下一幀的位置，圖1中所展示的是實驗者的檢測狀態，實驗者的質心用紅色的星形標出來。

實驗過程中，我們以kinect V2 攝像頭為基準建立空間坐標系，實驗選取從一系列的實驗者跌倒視頻中選取連續的140幀作為研究對象，用kalman 濾波對實驗者的質心進行跟蹤預測，得到質心在空間 坐標系中的運動軌跡如圖2。

從圖2中我們能發現當人正常行走時，人體質心點的位移幾乎沒有發生變化因此100幀之前和130幀之后運動目標的質心運動軌跡較為平緩，雖有波動，但幅度不是很大，從第100幀開始，質心位移就發生了階躍性的變化直到115幀左右達到頂峰，直到130幀時軌跡又趨于平緩，通過大量實驗對比發現，在第100幀到130幀這個時間內實驗者經歷了從開始跌倒，跌倒在地到又站立起來這一系列的過程。因此，本文的研究方法是有效可行的[1]。

2誤差分析

為了進一步研究跌倒時刻實驗者的真實運動軌跡和預測運動軌跡的誤差閾值，我們選取了3位實驗者分別采取了快速向前跌倒，快速向后跌倒，快速側倒，緩慢向前跌倒，緩慢向后跌倒，緩慢側倒等姿勢進行了大量模擬實驗，獲取的運動軌跡數據進行處理后，得到了誤差和幀數之間的變化曲線，如圖3所示

圖3展示的是3位實驗者以不同的姿勢從正常行走到發生跌倒時的誤差曲線圖，從圖中可以發現在100幀之前誤差在0附近上下波動，波動范圍在-0.2-0.6之間，參照圖3的質心運動軌跡圖可知，這段時間實驗者在正常行走，屬于正常波動范圍，在第100幀左右時誤差值突然達到了0.8，這是因為kalman濾波預測是根據上一幀數據來預測下一幀數據，而在當前幀時實驗者發生了跌倒，導致實際質心位置和預測質心位置發生大的偏差，過了當前幀，實際質心軌跡和預測質心軌跡又回到了正常閾值范圍，當實驗者從跌倒在地到站立起來這個過程中，同樣在117幀左右的位置誤差超出了正常閾值范圍。通過實驗證明我們的誤差閾值范圍大于0.6時，我們可判斷老人發生可跌倒[2]。

3實驗結果與分析

為了驗證檢測系統的有效性，實驗設置了6個實驗場景，分別為快速向前跌倒，快速向后跌倒，快速側面跌倒，緩慢向前跌倒，緩慢向后跌倒，緩慢側面跌倒，實驗者為3位。每個人在不同的場景中做了10次跌倒實驗，在不同場景中的跌倒檢測率如表1所示。

通過表1的檢測率可以發現，當實驗者快速跌倒時的檢測率明顯高于緩慢跌倒的檢測率，這是因為kalman濾波在對實驗者的質心軌跡跟蹤預測時由于相鄰兩幀之間的質心Y軸方向位移變化過于緩慢，系統有可能認為老人在慢慢蹲下，不屬于跌倒行為，當我們把誤差閾值稍微擴大一點就會發現緩慢跌倒時的檢測率明顯上升了，為了進一步研究老人緩慢跌倒的決定因素，文章下一步將會研究kalman增益的變化情況，通過研究增益曲線來是檢測率盡可能提升[3]。

4結束語

本文把kalman濾波應用到跌倒檢測中，通過實驗者運動軌跡質心點預測值與實際值之間的誤差來判斷老人是否發生跌倒，能夠實時的對老人的行為進行監控，很大程度上克服了傳統跌倒檢測方法對依賴傳感器的束縛，實驗表明，本文檢測方法能夠準確計算出老人在空間坐標系中的坐標，并且用kalman濾波能迅速有效的跟蹤預測老人的行為，最大限度地避免老人因跌倒造成不可挽回的損失，為了更加有效的檢測跌倒，下一步將會融合骨骼傳感技術，實現24小時無間斷的監測

參考文獻

[1] 吳瓊.中國人口老齡化背景下的城市老年人社會支持網研究[D]. 大連：東北財經大學，2011.

[2] Noury N，Fleury A，Rumeau P，et al. Fall detection - Principles and Methods[C].International Conference of the IEEE Engineering in Medicine & Biology Society. Conf Proc IEEE Eng Med Biol Soc，2007：1663.

[3] 蔡靖，樊毅堯，董子健，等.基于穿戴式平臺的老人摔倒監測系統設計[J].傳感器與微系統，2017，36（7）：130-133.

作者簡介

李文陽（1991-），男 ，湖北人;畢業院校：湖北工程職業學院，專業：計算機，學歷：研究生，職稱：講師，現就職單位：湖北工程職業學院，研究方向：通信。